CN102404031A - 基于最大吞吐量的自适应用户调度方法 - Google Patents

Abstract

本发明提供一种无线通信技术领域的无线多用户多输入多输出系统中的基于最大吞吐量的自适应用户调度方法，通过比较基于最大信噪比用户调度算法和基于最大信漏噪比用户调度算法，并分析所得到的吞吐量结果来自适应地在两种算法中切换，以此达到最大化系统吞吐量。本发明能支持多用户传输，在相同的发送信噪比条件下，能获得更大的系统吞吐量。

Description

基于最大吞吐量的自适应用户调度方法

技术领域

本发明涉及的是一种无线通信技术领域的方法，尤其是一种无线多用户多输入多输出系统的用户调度和预编码方法，具体地涉及一种基于最大吞吐量的自适应用户调度方法。

背景技术

传统的多输入多输出(Single User Multiple Input Multiple Output，SU-MIMO)技术中，用户和基站组成的多天线结构可以实现分集复用，在不需要增加频谱资源和天线发送功率的情况下，能够提高信道容量。在此技术的基础上，又提出了多用户多输入多输出(Multiple Users Multiple Input Multiple Output，MU-MIMO)技术。多用户多输入多输出技术虽然是由传统的多输入多输出技术发展而来，但是两者还是有很大的差别。在多用户多输入多输出技术中，基站可以同时服务多个用户，在3GPP-LTE(The 3rdGeneration Partnership Project Long Time Evolution)标准协议中，考虑的是两个用户配对的用户组占用相同视频资源，即多用户在相同子载波上传输，因此多用户多输入多输出技术可以增大系统的空间复用率，能大大地提高系统吞吐量。但多用户技术的引入，又带来了多用户之间共信道干扰的问题。因此，必须针对多用户多输入多输出系统的特点，设计相应的预处理方法来消除或减少干扰的影响，从而达到最优的吞吐量。其中，多用户多输入多输出系统中的预处理方法主要包括：用户调度和预编码方案。

对现有文献的调研，了解前人的已有工作.Taesang Yoo等人在《IEEE Journal on Selected Areasin Communications》(美国电气与电子工程师协会通信期刊，2007年9月第7卷第1478至1491页)上，发表了“Multi-Antenna Downlink Channels with Limited Feedback and User Selection”(“采用有限反馈和用户选择的多天线下行信道研究”)，该文提出了，在多天线多输入多输出的系统中，采用信道质量信息(CQI)和信道方向信息(CDI)的有限反馈方法，以及半正交的用户选择方法(Semi-orthogonal UserSelection，SUS)，可以得到较优的系统吞吐量。具体方法步骤是：首先，在全体用户中选择信道质量信息最大的用户，把它作为第一个调度用户；其次，在未选择用户中找出与已选择用户相关性小于某一阔值的用户集合，在此集合中选择信道质量指示最大的用户作为这一次调度用户；然后，重复上一步骤直到接收天线等于发射天线，或者半正交用户集合为空集；最后，对所调度用户进行迫零预编码(Zero-ForcingPrecoding)，从而来传输数据进行通信。半正交用户选择虽然能减小调度用户时的复杂度，但是这种方法不能得到最优的调度用户集合，而且文中是采用随机预编码矩阵，同样也不能获得最优的系统吞吐量。

另外，检索文献又发现在用户调度的方法中，Matteo Trivellato等人在《IEEE Journal on Selected Areasin Communications》(美国电气与电子工程师协会通信期刊，2008年10月第8卷第1494至1503页)上，发表了“On Transceiver Design and Channel Quantization for Downlink Multiuser MIMO Systems with LimitedFeedback”(“有限反馈MIMO系统中发射端的信道量化研究”)，本发明中研究贪婪算法的用户选择方法(Greedy algorithm User Selection，GUS)半正交的用户选择方法(Semi-orthogonal User Selection，SUS)。贪婪算法的用户调度方法相比半正交的用户调度方法来说，贪婪算法的用户调度过程中不是先从未选择用户中找出一个待选用户集合，而是直接在所有未选择用户中进行选择。并且文中除了第一个用户是选择最大信道质量指示的用户外，其余用户的选择是最大的信干噪比(Signal-to-interference-plus-noise ratio，SINR)。贪婪算法的用户选择方法相对于半正交用户选择方法来说，贪婪算法的用户选择方法更简单，更易于实现，而且待选集合是所有未选择用户，可能达到用户调度的最优解。其次，因为系统容量是和信干噪比成正比的，文中的选择准则能达到一个较优的系统容量，但是最大信干噪比下迫零预编码在找寻波束成形向量时忽略了噪声功率，因此最大信干噪比并不适用于所有环境，其他的选择准则也是必要的。

发明内容

本发明针对现有技术中的不足之处，提出了在有限反馈的多用户多输入多输出系统中的一种自适应用户调度方法，采用的是贪婪的用户调度方法，而用户调度准则是根据系统的容量在最大信干噪比准则和最大信漏噪比(Signal-to-leakage-plus-noise ratio，SLNR)准则间进行自适应的切换，相比已有的方法，本发明能够达到更大系统容量，算法也较易于实现。

根据本发明的一个方面，提供一种基于最大吞吐量的自适应用户调度方法，包括如下步骤：步骤A：通过用户对基站发送的导频信息进行信道估计，根据得到的信道矩阵计算信道方向信息并反馈给基站；步骤B：基站根据信道方向信息在不同的用户选择准则下进行用户选择，选择完后计算出系统的容量；步骤C：选择较大系统容量的用户选择准则作为本次的用户调度准则，其中，所述步骤A中的计算信道方向信息包括如下步骤：步骤A1：对信道矩阵做归一化处理，得到归一化后的信道矩阵；步骤A2：运用码本和信道归一化矩阵来计算信道方向信息对应的码字。

优选地，所述步骤B包括如下步骤：步骤B1：基站基于第一用户选择准则和第二用户选择准则来选择出用户组；步骤B2：基于所述第一用户选择准则计算出第一预编码矩阵，并计算出第一和速率；基于第二用户选择准则计算出第二预编码矩阵，并计算出第二和速率，所述步骤C包括如下步骤：步骤C1：根据比较每一次时隙基站在相同系统参数条件下第一和速率和第二和速率，自适应地采用和速率较大的用户选择准则，即选择相应的用户组作为调度用户组。

优选地，所述第一用户选择准则采用最大信干噪比准则，所述第二用户选择准则采用最大信漏噪比准则。

优选地，在所述步骤B1中的基于最大信干噪比准则来选择出用户组包括如下步骤：步骤B11：获取所有用户集合T＝{1，2，3，....，K}，初始化使已选择用户集合步骤B12：在第一次选择时，已选择用户组为空集，最大信干噪比表达式分母中的第一项干扰为0；基站选择信道增益最大的用户k，即trace(H_k ^*H_k)＝max(trace(H_i ^*H_i))，S＝{k}，T＝T-{k}；步骤B13：基站在未选择用户集合T中，由最大信干噪比表达式计算出SINR_k并进行比较，从而选择出最大SINR_k的用户k；S＝S∪{k}，T＝T-{k}；步骤B14：重复所述步骤B13直到接收天线数目等于发射天线数目，其中，最大信干噪比表达式为：

${\mathrm{SINR}}_k=\underset{i\∈T}{\max }{\mathrm{SINR}}_i=\underset{i\∈T}{\max }\frac{\mathrm{trac}\left(V_i{H}_i{W}_i{W}_i^T{H}_i^T{V}_i^T\right)}{\underset{j\∈S}{\mathrm{\Σ}}\mathrm{trace}\left(V_i{H}_j{W}_j{W}_j^T{H}_j^T{V}_i^T\right)+R_i{\mathrm{\σ}}^2},$ 其中，分子为未选择集合T中用户i的信号能量，分母第一项为已选择集合S中的所有用户对用户i的干扰能量，第二项为噪声干扰能量。

优选地，在所述步骤B2中，所述第一预编码矩阵采用迫零预编码矩阵，所述第一和速率C₁的计算表达式为 $C_1=\underset{i\∈S}{\mathrm{\Σ}}{\log }_2(1+\frac{{\left|\right|H_i{W}_i\left|\right|}^2}{\underset{j=1,j=i}{\overset{N}{\mathrm{\Σ}}}{\left|\right|H_i{W}_j\left|\right|}^2+R_i{\mathrm{\σ}}_i^2}).$

优选地，在所述步骤B1中的基于最大信漏噪比准则来选择出用户组包括如下步骤：步骤B110：初始化，已选择用户集合

所有用户集合T＝{1，2，3，....，K}；步骤B120：在第一次选择时，基站选择信道增益最大的用户k，S＝{k}，T＝T-{k}；步骤B130：基站在未选择用户集合T中，由瑞利-里茨商性质计算出SLNR_k并进行比较，选择最大SLNR_k的用户k；S＝S∪{k}，T＝T-{k}；步骤B140：重复所述步骤B130直到接收天线数目等于发射天线数目，其中，最大信漏噪比表达式为：

${\mathrm{SLNR}}_k=\underset{i\∈T}{\max }{\mathrm{SLNR}}_i=\underset{i\∈T}{\max }\frac{{\left|\right|H_i{W}_i\left|\right|}^2}{\underset{j\∈S}{\mathrm{\Σ}}{\left|\right|H_j{W}_i\left|\right|}^2+R_i{\mathrm{\σ}}_i^2},$

其中，分子为未选择集合T中用户i的信号能量，分母第一项为用户i泄漏给已选择集合S中所用的干扰能量，第二项为噪声干扰能量。

优选地，在所述步骤B2中，所述第二预编码矩阵采用基于漏功率的预编码矩阵，所述第二和速率C₁的计算表达式为 $C_2=\underset{i\∈S}{\mathrm{\Σ}}{\log }_2(1+\frac{{\left|\right|H_i{W}_i\left|\right|}^2}{\underset{j=1,j=i}{\overset{N}{\mathrm{\Σ}}}{\left|\right|H_i{W}_j\left|\right|}^2+R_i{\mathrm{\σ}}_i^2}).$

本发明是通过以下技术方案实现的，通过用户对基站发送的导频信息进行信道估计，根据得到的信道矩阵计算信道方向信息并反馈给基站，然后基站根据信道方向信息在不同的准则下进行用户选择，选择完后计算出系统的容量，然后选择较大系统容量的用户选择准则作为本次的用户调度准则。

所述的计算信道方向信息是指：

1)对信道矩阵做归一化处理，得到归一化后的信道矩阵；

2)运用码本和信道归一化矩阵来计算信道方向信息对应的码字

所述的用户选择是指：

其中：S为调度用户，U为发送集合，R为用户集合为U时的总吞吐量。

所述的预编码处理是指：B＝WS，其中W为预编码矩阵，S为用户发送的信息矩阵，B为编码后的发送信号矩阵。

与现有技术相比，本发明的优点是：计算复杂度较小，用户选择更优；用户间的干扰跟小，系统总吞吐量更高。

附图说明

图1为本发明流程图。

图2为基于SINR调度算法的流程图。

图3为基于SLNR调度算法的流程图。

图4为实施例中基站8天线10个用户，每个用户2个接收天线，双码本反馈条件下，不同用户调度算法下的吞吐率对比示意图。

图5为实施例中基站8天线，每个用户2个接收天线，双码本反馈条件下，用户数为10、20时不同用户调度算法下的吞吐率对比示意图。

具体实施方式

下面对本发明的实施例作详细说明，本实例是在本发明的技术方案为前提下实施的，给出了详细的实施方式和具体操作过程，但是本发明的保护范围不限于下述实例。

本实施例适用于多用户多输入多输出系统，基站可以采用8根双极化天线传输。每个用户天线数为2，数据流为2。信道为平坦衰弱、准静态的瑞利信道，信道矩阵的元素为独立同分布的零均值、单位方程的复高斯随机变量，噪声为均值为零、协方差矩阵为单位阵的加性高斯白噪声，各个用户经历信道相互独立。码本是通信协议标准化中的双码本。

根据本发明提供的基于最大吞吐量的自适应用户调度方法，包括如下步骤：步骤A：通过用户对基站发送的导频信息进行信道估计，根据得到的信道矩阵计算信道方向信息并反馈给基站；步骤B：基站根据信道方向信息在不同的用户选择准则下进行用户选择，选择完后计算出系统的容量；步骤C：选择较大系统容量的用户选择准则作为本次的用户调度准则，

其中，所述步骤A中的计算信道方向信息包括如下步骤：步骤A1：对信道矩阵做归一化处理，得到归一化后的信道矩阵；步骤A2：运用码本和信道归一化矩阵来计算信道方向信息对应的码字。

具体地，所述步骤B包括如下步骤：

步骤B1：基站基于第一用户选择准则和第二用户选择准则来选择出用户组；步骤B2：基于所述第一用户选择准则计算出第一预编码矩阵，并计算出第一和速率；基于第二用户选择准则计算出第二预编码矩阵，并计算出第二和速率，

所述步骤C包括如下步骤：步骤C1：根据比较每一次时隙基站在相同系统参数条件下第一和速率和第二和速率，自适应地采用和速率较大的用户选择准则，即选择相应的用户组作为调度用户组。

在本实施例中，所述第一用户选择准则采用最大信干噪比准则，所述第二用户选择准则采用最大信漏噪比准则。

如图1所示，本实施例包括以下步骤：

第一步，基站基于SINR和SLNR两种不同调度方案来选择出用户组。

所述的SINR和SLNR用户调度方案流程图如图2、3所示：

基于SINR用户调度方案：

基站在每一步迭代中都选择SINR最大的用户，其中需要考虑的干扰，仅来自于已选择的用户组S。因此，SINR表达式为：

${\mathrm{SINR}}_k=\underset{i\∈T}{\max }{\mathrm{SINR}}_i=\underset{i\∈T}{\max }\frac{\mathrm{trace}\left(V_i{H}_i{W}_i{W}_i^T{H}_i^T{V}_i^T\right)}{\underset{j\∈S}{\mathrm{\Σ}}\mathrm{trace}\left(V_i{H}_j{W}_j{W}_j^T{H}_j^T{V}_i^T\right)+R_i{\mathrm{\σ}}^2},$

其中，分子为未选择集合T中用户i的信号能量，分母第一项为已选择集合S中的所有用户对用户i的干扰能量，第二项为噪声干扰能量。

具体算法流程如下：

1)获取所有用户集合T＝{1，2，3，....，K}，初始化使已选择用户集合

2)在第一次选择时，已选择用户组为空集，SINR表达式分母中的第一项干扰为0。基站选择信道增益最大的用户k，即trace(H_k ^*H_k)＝max(trace(H_i ^*H_i))，S＝{k}，T＝T-{k}。

3)基站在未选择用户集合T中，计算出SINR_i并进行比较，从而选择出最大SINR_i作为用户k，S＝S∪{k}，T＝T-{k}。

4)由于迫零预编码的限制，重复步骤3)直到接收天线数目等于发射天线数目。

基于SLNR用户调度方案：

基站在每一步迭代中计算用户能达到的最大SLNR，考虑对已选择用户的泄露信号干扰。信漏噪比SLNR表达式为：

${\mathrm{SLNR}}_k=\underset{i\∈T}{\max }{\mathrm{SLNR}}_i=\underset{i\∈T}{\max }\frac{{\left|\right|H_i{W}_i\left|\right|}^2}{\underset{j\∈S}{\mathrm{\Σ}}{\left|\right|H_j{W}_i\left|\right|}^2+R_i{\mathrm{\σ}}_i^2},$

其中，分子为未选择集合T中用户i的信号能量，分母第一项为用户i泄漏给已选择集合S中所用的干扰能量，第二项为噪声干扰能量。

具体算法流程如下：

1)初始化，已选择用户集合

所有用户集合T＝{1，2，3，....，K}。

2)在第一次选择时，基站选择信道增益最大的用户k，S＝{k}，T＝T-{k}。

3)基站在未选择用户集合T中，由瑞利-里茨商性质计算出SLNR_i并进行比较，选择出最大SLNR_i作为用户k，S＝S∪{k}，T＝T-{k}。

4)重复步骤3)直到接收天线数目等于发射天线数目。

第二步，基于SINR和SLNR调度出来的用户组，根据相应准则分别计算出预编码矩阵，并计算出和速率。

所述的预编码矩阵：

在基于SINR调度方法中，采用迫零预编码矩阵，可由SVD分解得到。

在基于SLNR调度方法中，

SLNR_k分母第一项

为用户k泄漏给已选择用户组S的干扰能量。

由瑞利-里茨商性质可得：

${\mathrm{SLNR}}_i\≤G_{\max }\left({({\mathrm{\σ}}_i^{2}I+{\tilde{H}}_i^{*}{\tilde{H}}_i)}^{-1}{h}_i^{*}{h}_i\right)$

其中 ${\tilde{H}}_i={[{H_1}^T\·\·\·{H_{i-1}}^T{H_{i-1}}^T\·\·\·{H_K}^T]}^T(\underset{j=1,j=i}{\overset{K}{\mathrm{\Σ}}}{R}_j\×M),$ G_max(A)为矩阵A的最大广义特征值。

${\mathrm{SLNR}}_i=\frac{\mathrm{trace}\left(W_i^{*}{H}_i^{*}{H}_i{W}_i\right)}{\mathrm{trace}\left(W_i^{*}({\tilde{H}}_i^{*}{\tilde{H}}_i+R_i{\mathrm{\σ}}_i^{2}I)W_i\right)},$

预编码矩阵的列向量 $W_i\∞G_{\max }(H_i^{*}{H}_i,(R_i{\mathrm{\σ}}_i^{2}I+{\tilde{H}}_i^{*}{\tilde{H}}_i)).$

实施例中当用户有2根接收天线时，W_i＝(w_i1|w_i2)。令 $A=H_i^{*}{H}_i,B={\tilde{H}}_i^{*}{\tilde{H}}_i+R_i{\mathrm{\σ}}_i^{2}I$ 则：

${\mathrm{SLNR}}_i=\frac{{w_{i1}}^{*}A{w}_{i1}+{w_{i2}}^{*}{\mathrm{Aw}}_{i2}}{{w_{i1}}^{*}B{w}_{i1}+{w_{i2}}^{*}B{w}_{i2}}$

由瑞利-里茨商性质可得：

$\frac{{w_{i1}}^{*}A{w}_{i1}}{{w_{i1}}^{*}B{w}_{i1}}\≤G_{\max }(A,B),\frac{{w_{i2}}^{*}A{w}_{i2}}{{w_{i2}}^{*}B{w}_{i2}}\≤G_{\max }(A,B)$

代入可得：

${\mathrm{SLNR}}_i\≤\frac{G_{\max }(A,B)({w_{i1}}^{*}B{w}_{i1}+{w_{i2}}^{*}B{w}_{i2})}{{w_{i1}}^{*}B{w}_{i1}+{w_{i2}}^{*}B{w}_{i2}}=G_{\max }(A,B)$

                w_i1＝α₁max generalized eigenvector(A，B)

在不等式取等号时w_i2＝α₂max generalized eigenvector(A，B)且‖w_i1‖²+‖w_i2‖²＝1，W_i即为预编码矩阵。

根据第一用户选择准则和第二用户选择准则分别得到所对应的预编码矩阵，则和速率的计算为：

其中 ${\mathrm{SINR}}_i=\frac{{\left|\right|H_i{W}_i\left|\right|}^2}{\underset{j=1,j=i}{\overset{N}{\mathrm{\Σ}}}{\left|\right|H_i{W}_j\left|\right|}^2+R_i{\mathrm{\σ}}_i^2},$ 从而计算出第一和速率C₁和第二和速率C₂。

第三步，根据比较每一次时隙基站在相同系统参数条件下两种算法的速率和，自适应地采用速率和较大的算法，即选择相应的用户组作为调度用户组。

进一步地，应用本发明的效果如图4、图5所示。

将本实例中的方案记为方案1；根据最大信干噪比的方案记为方案2；根据最大信漏噪比的方案记为方案3。

在多用户多输入多输出系统中，分别采用三种方案进行用户调度，得到的系统吞吐率比较示意图如图4，5所示。由图4可知：在所有的发送信噪比情况下，方案1能自适应的选择较优的用户组，使系统能获得更优的吞吐量性能。

由图5可知随着总用户数的增大，方案3相比方案2的优势会减小，性能交叉点处的发送信噪比数值也会减小，但是方案1仍能够获得较优的吞吐率性能。最大SINR准则方案就有更大的几率调度出正交或者半正交的用户信道，最大SLNR准则方案的优势也会减小，本发明的自适应算法仍优于其他方案。

因此，本方法具有系统吞吐率更高，自适应的机制易于实现，便于应用于实际系统的特点。可以适用于各种移动和无线通信系统。在多点协作系统中，本发明所提出的方法也能有较好的应用。

Claims (7)

1.一种基于最大吞吐量的自适应用户调度方法，其特征在于，包括如下步骤：

步骤A：通过用户对基站发送的导频信息进行信道估计，根据得到的信道矩阵计算信道方向信息并反馈给基站；

步骤B：基站根据信道方向信息在不同的用户选择准则下进行用户选择，选择完后计算出系统的容量；

步骤C：选择较大系统容量的用户选择准则作为本次的用户调度准则，

其中，所述步骤A中的计算信道方向信息包括如下步骤：

步骤A1：对信道矩阵做归一化处理，得到归一化后的信道矩阵；

步骤A2：运用码本和信道归一化矩阵来计算信道方向信息对应的码字。

2.根据权利要求1所述的基于最大吞吐量的自适应用户调度方法，其特征在于，所述步骤B包括如下步骤：

步骤B1：基站基于第一用户选择准则和第二用户选择准则来选择出用户组；

步骤B2：基于所述第一用户选择准则计算出第一预编码矩阵，并计算出第一和速率；基于第二用户选择准则计算出第二预编码矩阵，并计算出第二和速率，

所述步骤C包括如下步骤：

步骤C1：根据比较每一次时隙基站在相同系统参数条件下第一和速率和第二和速率，自适应地采用和速率较大的用户选择准则，即选择相应的用户组作为调度用户组。

3.根据权利要求2所述的基于最大吞吐量的自适应用户调度方法，其特征在于，所述第一用户选择准则采用最大信干噪比准则，所述第二用户选择准则采用最大信漏噪比准则。

4.根据权利要求3所述的基于最大吞吐量的自适应用户调度方法，其特征在于，在所述步骤B1中的基于最大信干噪比准则来选择出用户组包括如下步骤：

步骤B11：获取所有用户集合T＝{1，2，3，....，K}，初始化使已选择用户集合

步骤B12：在第一次选择时，已选择用户组为空集，最大信干噪比表达式分母中的第一项干扰为0；基站选择信道增益最大的用户k，即trace(H_k ^*H_k)＝max(trace(H_i ^*H_i))，S＝{k}，T＝T-{k}；

步骤B13：基站在未选择用户集合T中，由最大信干噪比表达式计算出SINR_k并进行比较，从而选择出最大SINR_k的用户k；S＝S∪{k}，T＝T-{k}；

步骤B14：重复所述步骤B13直到接收天线数目等于发射天线数目，

其中，最大信干噪比表达式为：

${\mathrm{SINR}}_k=\underset{i\∈T}{\max }{\mathrm{SINR}}_i=\underset{i\∈T}{\max }\frac{\mathrm{trace}\left(V_i{H}_i{W}_i{W}_i^T{H}_i^T{V}_i^T\right)}{\underset{j\∈S}{\mathrm{\Σ}}\mathrm{trace}\left(V_i{H}_j{W}_j{W}_j^T{H}_j^T{V}_i^T\right)+R_i{\mathrm{\σ}}^2},$

其中，分子为未选择集合T中用户i的信号能量，分母第一项为已选择集合S中的所有用户对用户i的干扰能量，第二项为噪声干扰能量。

5.根据权利要求4所述的基于最大吞吐量的自适应用户调度方法，其特征在于，在所述步骤B2中，所述第一预编码矩阵采用迫零预编码矩阵，所述第一和速率C₁的计算表达式为

$C_1=\underset{i\∈S}{\mathrm{\Σ}}{\log }_2(1+\frac{{\left|\right|H_i{W}_i\left|\right|}^2}{\underset{j=1,j=i}{\overset{N}{\mathrm{\Σ}}}{\left|\right|H_i{W}_j\left|\right|}^2+R_i{\mathrm{\σ}}_i^2}).$

6.根据权利要求3至5中任一项所述的基于最大吞吐量的自适应用户调度方法，其特征在于，在所述步骤B1中的基于最大信漏噪比准则来选择出用户组包括如下步骤：

步骤B110：初始化，已选择用户集合

所有用户集合T＝{1，2，3，....，K}，

步骤B120：在第一次选择时，基站选择信道增益最大的用户k，S＝{k}，T＝T-{k}；

步骤B130：基站在未选择用户集合T中，由瑞利-里茨商性质计算出SLNR_k并进行比较，选择最大SLNR_k的用户k；S＝S∪{k}，T＝T-{k}；

步骤B140：重复所述步骤B130直到接收天线数目等于发射天线数目，

其中，最大信漏噪比表达式为：

${\mathrm{SLNR}}_k=\underset{i\∈T}{\max }{\mathrm{SLNR}}_i=\underset{i\∈T}{\max }\frac{{\left|\right|H_i{W}_i\left|\right|}^2}{\underset{j\∈S}{\mathrm{\Σ}}{\left|\right|H_j{W}_i\left|\right|}^2+R_i{\mathrm{\σ}}_i^2},$

其中，分子为未选择集合T中用户i的信号能量，分母第一项为用户i泄漏给已选择集合S中所用的干扰能量，第二项为噪声干扰能量。

7.根据权利要求6所述的基于最大吞吐量的自适应用户调度方法，其特征在于，在所述步骤B2中，所述第二预编码矩阵采用基于漏功率的预编码矩阵，所述第二和速率C₁的计算表达式为

$C_2=\underset{i\∈S}{\mathrm{\Σ}}{\log }_2(1+\frac{{\left|\right|H_i{W}_i\left|\right|}^2}{\underset{j=1,j=i}{\overset{N}{\mathrm{\Σ}}}{\left|\right|H_i{W}_j\left|\right|}^2+R_i{\mathrm{\σ}}_i^2}).$

Images